A AGI é a conclusão lógica da pesquisa de IA, isto é, um conjunto de algoritmos digitais capazes de abordar problemas e avaliar criticamente as informações com a flexibilidade e a profundidade da cognição humana. Em outras palavras, a AGI não só imita a inteligência; ela a demonstra de forma tão clara e inegável quanto qualquer pessoa faria.
Se isso parece muito complicado, é porque a AGI ainda é um campo bastante teórico; nenhuma AGI real foi criada. A inteligência artificial de hoje é impressionante, mas não demonstra capacidade cognitiva real; isso significa que ela não é capaz de realmente pensar de forma autônoma, da maneira como seus usuários humanos são capazes. A AGI não tem consciência de si mesma como um ser pensante.
Este é o ponto principal que diferencia a IA e a AGI. Mais especificamente, as diferenças entre a inteligência artificial geral e a inteligência artificial podem ser resumidas da seguinte maneira:
- A IA opera com base em regras e padrões de dados predefinidos. Ela é capaz de tomar decisões apenas dentro dos limites de seus dados de treinamento.
- A AGI seria hipoteticamente capaz de ter raciocínio sofisticado em todos os domínios e, possivelmente, desenvolver novas abordagens de resolução de problemas que podem ser diferentes dos padrões de raciocínio humano. A AGI seria capaz de lidar com conceitos abstratos, realizar análises lógicas complexas e, potencialmente, descobrir novas maneiras de pensar que os seres humanos não consideraram.
O desenvolvimento da IA está firmemente enraizado no desejo de criar sistemas que possam automatizar tarefas complexas. A IA e a AGI teriam diferentes limitações em termos do que seriam capazes de realizar.
- A IA foi projetada para tarefas específicas, como reconhecimento de imagens ou tradução de idiomas. Ela não pode generalizar o conhecimento ou transferir habilidades entre diferentes domínios.
- A AGI executaria uma ampla gama de tarefas, imitando a versatilidade da inteligência humana. A AGI se adaptaria a novas tarefas de forma autônoma sem precisar de retreinamento ou de programação mais específica.
Todos os modelos de IA são criados com base em dados iniciais de treinamento, mas eles também são capazes de melhorar seu desempenho com base em novos dados, evoluindo e melhorando ao longo do tempo.
- A IA aprende com grandes conjuntos de dados em um domínio restrito. Algumas IAs incorporam aprendizado de máquina para identificar padrões quando novos dados são encontrados, aumentando sua capacidade de executar tarefas específicas com maior precisão.
- A AGI seria capaz de incorporar aprendizados de novos dados, mas não seria limitada a um domínio específico. Semelhante ao aprendizado humano, a AGI seria capaz de aprender e evoluir em relação a qualquer assunto ao qual esteja exposta.
Entender o contexto significa interpretar e responder às informações com base nas circunstâncias e nuances envolvidas, levando em conta tipos de informações matizadas que podem ser difíceis de quantificar.
A IA tem uma compreensão contextual limitada e, muitas vezes, tem dificuldade de entender nuances. A IA normalmente requer uma entrada clara e estruturada para funcionar com precisão.
A AGI pretende compreender e interpretar contexto de uma forma alinhada à compreensão humana. Essa capacidade permitiria que ela interagisse mais naturalmente com os seres humanos.
A resolução geral de problemas envolve lidar com uma ampla variedade de desafios usando uma abordagem versátil. Trata-se da capacidade de avaliar efetivamente novos problemas e começar a construir soluções viáveis.
A IA resolve problemas específicos para os quais foi treinada. Ela não tem flexibilidade para resolver problemas imprevistos fora de sua programação.
A AGI teoricamente solucionaria um amplo espectro de problemas, empregando inteligência geral com habilidades de resolução de problemas em nível humano. A AGI poderia aplicar dinamicamente seus conhecimentos e habilidades a novos e diversos desafios.
O termo “inteligência artificial geral” foi cunhado pela primeira vez em 2007, mas existe como conceito não nomeado há muito mais tempo. Durante esse tempo, esse conceito sempre foi mais uma teoria do que qualquer coisa próxima à realidade. Para muitos teóricos, a IA generativa trouxe esse conceito de volta ao âmbito da possibilidade e pode ser o primeiro passo notável, em anos, para concretizar a verdadeira AGI.
A capacidade da IA generativa de aplicar técnicas de aprendizado profundo para criar novos conteúdos (texto, imagens, vídeo, áudio etc.) que sejam categoricamente semelhantes aos seus dados de treinamento, embora ainda sejam originais e distintos, aproxima o mundo da AGI. Dito isso, a IA generativa e a AGI não são a mesma coisa.
Apesar dos impressionantes recursos da IA generativa, esses sistemas ainda apresentam as mesmas limitações da IA. Em contraste, a inteligência artificial geral poderia teoricamente replicar toda a gama de habilidades cognitivas humanas e muito mais; ela possuiria a flexibilidade de entender, aprender e aplicar conhecimento em diversas tarefas e contextos, demonstrando habilidades de raciocínio e resolução de problemas no mesmo nível da inteligência humana. Isso também pode ser aplicado para aprimorar as capacidades generativas, além até mesmo do que a IA generativa atual pode fazer.
Devido aos avanços surpreendentes que a IA fez só no ano passado, pode ser fácil olhar para a AGI como algo inevitável ou até mesmo iminente. A realidade é que ainda precisarão ocorrer vários avanços para que a IA possa finalmente dar esse salto rumo à verdadeira inteligência geral. Os elementos a seguir são cruciais para preencher a lacuna entre a IA estrita e os processos de raciocínio versáteis e semelhantes aos humanos que a AGI promete:
Os sistemas de IA devem ser capazes de interpretar e processar sons com a mesma consciência espacial e nuances que os seres humanos conseguem. Isso inclui distinguir entre sons sobrepostos e identificar fontes de som em ambientes complexos, o que é essencial para aplicações como assistentes virtuais avançados e sistemas autônomos que operam em configurações dinâmicas.
A IA deve reconhecer e interpretar com precisão entradas visuais, incluindo diferenças sutis de cor e textura, para executar tarefas como geração de imagens médicas avançadas, controle de qualidade na fabricação e análise de vídeo em tempo real.
Os sistemas de IA precisam de inteligência espacial real para navegar e interagir com ambientes físicos como os seres humanos fazem. Isso é mais do que simplesmente “ver” o mundo físico; significa entender totalmente o espaço 3D, reconhecer relações entre objetos e prever interações físicas. A AGI com inteligência espacial interpretaria a dinâmica do espaço em tempo real, ajustando ações com base no layout e em mudanças em seu ambiente, em vez de depender apenas de GPS ou de mapas predefinidos.
A AGI deve ser capaz de reconhecer problemas e desenvolver soluções eficazes de forma independente. Isso envolve não apenas entender o contexto do problema, mas também aplicar o senso comum e o raciocínio preditivo para resolver problemas inéditos, da mesma forma como os seres humanos solucionam e inovam como parte do processo de resolução de problemas.
Os sistemas móveis de IA precisam navegar em ambientes complexos de forma autônoma e segura, sem intervenção humana. Isso inclui não apenas seguir as coordenadas de GPS, mas também ajustar-se dinamicamente a novos obstáculos, condições em constante mudança e eventos imprevistos; tudo isso é crucial para aplicações como veículos totalmente autônomos e sistemas de entrega robóticos.
Embora seja menos importante para sistemas puramente baseados em computador, o desenvolvimento de habilidades motoras finas é essencial para tarefas físicas que exigem precisão e destreza. Esse avanço permitirá que os robôs executem atividades tão complexas quanto procedimentos cirúrgicos e delicados trabalhos de montagem na fabricação.
Para que a AGI possa existir, a IA precisa ir além do processamento de informações isoladas e alcançar a compreensão completa do contexto. Isso inclui entender significados implícitos, pistas sociais e estruturas complexas de linguagem prevalentes na linguagem humana.
A IA generativa pode imitar a criatividade, mas não é criativa. A AGI deve ser capaz de gerar ideias completamente novas e soluções criativas, o que requer um conjunto de conhecimento diversificado e a capacidade de sintetizar esse conhecimento de maneiras inovadoras.
Por fim, e possivelmente o mais distante de todos esses avanços, a AGI precisaria ser capaz de interagir perfeitamente com os seres humanos em um nível emocional. Reconhecer e responder a sinais emocionais não falados e entender a dinâmica social é uma área extremamente sutil e complexa da interação social, com a qual muitos humanos têm dificuldade. Isso complica tudo quando se trata de tentar ensinar essas interações aos sistemas de IA.
A AGI ainda está muito distante, mas as soluções avançadas de IA já estão disponíveis. A ServiceNow entrega essas soluções de IA à sua empresa, graças ao poder da Now Platform®. O pacote abrangente de aplicações centralizadas da ServiceNow integra a IA em sua essência e capacita organizações de todos os portes.
Automatize fluxos de trabalho complexos. Aprimore o atendimento ao cliente com agentes virtuais 24 horas por dia, 7 dias por semana. Classifique e encaminhe facilmente solicitações para os representantes certos. Dê respostas rápidas e precisas a consultas detalhadas. Extraia informações úteis dos dados de negócios para identificar tendências de clientes e mercados. E, com tudo isso, aprimore suas operações de negócios e reduza os custos gerais. A Now Platform não é a AGI para negócios, mas está perto.
Para experimentar todos os benefícios das soluções de IA para negócios mais avançadas da atualidade, agende uma demonstração com a ServiceNow hoje mesmo!
